打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
结构因果模型
(查看源代码)
2021年6月4日 (五) 11:47的版本
删除3字节
、
2021年6月4日 (五) 11:47
无编辑摘要
第195行:
第195行:
如果( X , Y )满足后门准则,则在控制混杂变量集 Z 时 X 和 Y 是无混杂的。除了混杂变量外,没有必要控制其他任何变量。后门准则是找到混杂变量 Z 的集合的充分条件,但不是分析 X 对 Y 的因果效应必要条件。
如果( X , Y )满足后门准则,则在控制混杂变量集 Z 时 X 和 Y 是无混杂的。除了混杂变量外,没有必要控制其他任何变量。后门准则是找到混杂变量 Z 的集合的充分条件,但不是分析 X 对 Y 的因果效应必要条件。
−
当因果模型是现实的合理表示并且满足后门准则时,则对于线性关系可以将'''<font color="#ff8000">
局部回归系数
Partial Regression Coefficients </font>'''作为'''<font color="#ff8000"> (因果)路径系数 (Causal) Path Coefficients </font>'''。
+
当因果模型是现实的合理表示并且满足后门准则时,则对于线性关系可以将'''<font color="#ff8000">
偏回归系数
Partial Regression Coefficients </font>'''作为'''<font color="#ff8000"> (因果)路径系数 (Causal) Path Coefficients </font>'''。
:<math> P(Y|do(X))=\sum_z{P(Y|X,Z=z)P(Z=z)}</math>
:<math> P(Y|do(X))=\sum_z{P(Y|X,Z=z)P(Z=z)}</math>
Sikongpop
134
个编辑